Cas d’une société qui prend des commandes avec des contrats de maintenance associés.
7 % des clients résilient chaque année,mais les années passant on monte vite à 40 % des contrats initiaux qui sont résiliés.
Problème les commerciaux ne peuvent pas visiter l’ensemble des clients en 1 année. Alors comment faire ?
Neural Decision utilise ici un algorithme de machine learning de classification binaire.
Collecte et enrichissement des données sources : catégorisation des clients, nombre de contacts avec la maintenance, nombre de mails, temps passé au téléphone…
Nous allons pouvoir déterminer les clients qui vont partir de ceux qui restent. les clients sont segmentés en deux classes.
L’IA va apprendre à reconnaitre les signes avant coureurs de la résiliation.
Etude des données
Sur les 3333 Clients 14,5 % ont résilié, 85,5 % sont sous contrat.
Nous avons recueillis les informations suivantes :
– Catégorie de clients
– Montant du contrat de maintenance sur 5 exercices
– Nombre de jour du dernier contact avec le SAV
– Nombre de ticket de maintenance
– Nombre de ticket non resolu